基于时空聚类重排序的车辆重识别优化方法技术

提供了基于时空聚类重排序的车辆重识别优化。所提供的基于时空聚类重排序的车辆重识别优化方法，包括：获取待识别图像以及所述待识别图像的时间属性与空间属性；基于所述待识别图像与候选图像库的各图像的外观特征向量的差异对候选数据集的各图像与所述待识别图像的外观特征向量的相似度排序，得到匹配图像检索序列；计算所述匹配图像检索序列中各图像的时间数据和空间数据；根据所述前N张图像各自的时空向量进行聚类，得到多个检索图像簇；根据所述待识别图像与各检索图像簇的时间属性和/或空间属性的差异对各检索图像簇排序；按各检索图像簇的排序顺序输出各检索图像簇的图像作为对所述待识别图像的重识别结果。

【技术实现步骤摘要】

本申请涉及车辆重识别(re-identification)技术，具体地，涉及基于时空聚类重排序的对图像中的车辆的重识别优化方法。

技术介绍

1、重识别(re-identification)任务是计算机视觉的一个子任务，其目的是通过图像提取的外观特征以及一些辅助特征比如车牌，颜色等，从指定的候选图像库(gallery)中提取出和指定目标图像匹配的图像序列。

2、gallery(候选图像库)：在重识别任务中，"gallery"是指包含已知身份或目标的图像集合。这些图像通常用于构建一个数据库，供重识别系统在查询时进行比对和匹配。

3、"gallery"库中的图像可以来自各种来源，如监控摄像头、图像数据库或特定项目的采集数据。gallery(候选图像库)中的图像被标注了多种属性，例如时间属性(图像被采集的时间戳)、空间属性(采集图像的相机位置)、目标属性(例如车辆的车牌号或者其他唯一标识车辆的信息、车辆的位姿(位置、姿态、朝向等)等)。可选地，图像的属性还包括图像或其中的目标的特征向量。

4、query(待识别图像)：在重识别任本文档来自技高网...

【技术保护点】

1.一种基于时空聚类重排序的车辆重识别优化方法，包括：

2.根据权利要求1所述的方法，其中

3.根据权利要求1或2所述的方法，其中

4.根据权利要求1-3之一所述的方法，其中

5.根据权利要求1-4之一所述的方法，其中

6.根据权利要求1-5之一所述的方法，其中

7.根据权利要求1-6之一所述的方法，其中

8.根据权利要求1-7之一所述的方法，其中

9.一种基于时空聚类重排序的车辆重识别优化方法，包括：

10.一种信息处理设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的...

【技术特征摘要】

1.一种基于时空聚类重排序的车辆重识别优化方法，包括：

2.根据权利要求1所述的方法，其中

3.根据权利要求1或2所述的方法，其中

4.根据权利要求1-3之一所述的方法，其中

5.根据权利要求1-4之一所述的方法，其中

6.根据权利要求1-5之一所述的方法，其中

7...

【专利技术属性】
技术研发人员：尚利宏，赵金琨，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：